待验证50% 置信事实精确时间

RAG检索增强生成由Lewis等人于2020年在Facebook AI Research提出，核心在于将参数化知识与非参数化知识解耦，使知识更新无需重新训练模型

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

长对话正在吃掉你的AI额度：Token计费机制详解

相关事实

待验证RAG（检索增强生成）由Lewis等人于2020年提出，核心思想是将参数化知识与非参数化知识解耦，推理时动态召回相关文档拼接进提示词79% 相似待验证检索增强生成（RAG）范式由Lewis等人于2020年在Meta AI提出，核心思想是将参数化知识与非参数化知识相结合78% 相似待验证RAG论文的核心洞察是参数化知识（存储在模型权重中）与非参数化知识（存储在外部检索库中）可以有机结合69% 相似已验证RAG通过将模型知识来源从训练参数切换为推理时检索的真实文档来解决大模型幻觉问题68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/523893

API

curl https://kongchang.com/api/v1/knowledge/claims/523893

MCP

get_claim(id=523893)